Data Science mit R

Grundlagen von R:

• R und RStudio kennenlernen
• Unterschiede von R zu anderen Programmiersprachen verstehen
• Datenüberblick verschaffen und erste Diagramme erstellen
• Installation von Paketen und deren Laden

dplyr (tidyverse) – Grundlagen:

• Tidyverse kennenlernen
• Tibble als erweiterte Form von data.frames erkunden
• Grundlegende Funktionen von dplyr zur Spaltenauswahl kennenlernen
• Nutzung von select(), filter(), rename() und slice()

Datenmanipulation mit dplyr:

• Zeilen mit arrange() sortieren
• Neue Spalten mit mutate() berechnen
• Statistiken mit summarise() erstellen
• Verwendung des Pipe Operators %>%
• Daten mit group_by() gruppieren
• Umgang mit fehlenden Werten: drop_na() und replace_na()

Berechnung von Statistiken mit dplyr:

• Wesentliche deskriptive Statistiken anwenden
• Zufällige Stichproben ziehen
• Berechnung von Korrelationen
• Erstellung von Kontingenztabellen

Kontrollstrukturen:

• Eigene Funktionen erstellen
• Standardparameter für Funktionen festlegen
• Anwendung von For-Schleifen
• Implementierung von If-Else-Bedingungen

Datenvisualisierung mit ggplot2:

• Konzept der Grammar of Graphics verstehen
• Nutzung von ggplot2-Layern zur Diagrammerstellung und statistischen Visualisierung
• Variabilität oder Festsetzung von Darstellungen (Punktgröße, Farbe, Gruppierung) mithilfe einer Variable
• Erstellung mehrerer Subplots, Anpassung und Speicherung von Diagrammen

Daten einlesen und schreiben:

• Arbeitsverzeichnis in R und RStudio festlegen
• Einlesen und Schreiben von CSV-, Excel- und SPSS-Dateien
• Überblick über nützliche Parameter
• Verwendung der fread()-Funktion für große Datensätze

Machine Learning:

• Einführung
• Anwendungsbeispiele von Machine Learning kennenlernen
• Unterscheidung zwischen Künstlicher Intelligenz, Machine Learning und Deep Learning
• Unterschiede zwischen überwachtem und unüberwachtem Lernen verstehen
• Überfitting, Train-Test-Split und Kreuzvalidierung kennenlernen

Lineare Regression:

• Daten in Test- und Trainingsdaten aufteilen, Modell erstellen und validieren
• Grundlagen der linearen Regression verstehen
• Umsetzung der linearen Regression in R
• Ergebnisse validieren, z. B. durch die mittlere quadratische Abweichung (mean squared error)

Entscheidungsbaum in R:

• Daten in Test- und Trainingsdaten aufteilen, Modell erstellen und validieren
• Grundlagen von Entscheidungsbäumen verstehen
• Umsetzung eines Entscheidungsbaums in R
• Ergebnisse validieren, u. a. durch Verwendung der Verwirrungsmatrix, Sensitivität und Genauigkeit
• Anpassung von Hyperparametern während des Trainings

Weitere Machine Learning-Algorithmen in R:

• Überblick über Random Forest und K-means erhalten
• Umsetzung der Algorithmen in R kennenlernen
• Ergebnisse der Algorithmen validieren und interpretieren